Question

假设我有一个N个用户的矩阵，每个用户都与一个单词向量相关联（转换为整数）。因此，例如对于N = 2，我有：

user 0 corresponds to words['20','56']

user 1 corresponds to words ['58','10','105']

所以我有一个清单

user_words = [['20','56'],['58','10','105']]

假设我进一步为这些单词创建了100列嵌入矩阵（word_emb）。我想查找每个用户向量的（平均）嵌入并创建一个新的Tensor，其形状我期望为[2,100]。我试过这样做：

word_vec = []
for word_sequence_i in tf.map_fn(lambda x: x, user_words):
    all_word_vecs = tf.nn.embedding_lookup(word_emb, word_sequence_i)
    word_vec.append( tf.reduce_mean(all_word_vecs, 1))

但这给了我一个错误：

TypeError: `Tensor` objects are not iterable when eager execution is not enabled. To iterate over this tensor use `tf.map_fn`.

我以为我上面已经在使用tf.map_fn了！那么Tensorflow抱怨什么呢？有没有办法做我想做的事情？

非常感谢！

Answer 1

tf.map_fn返回一个Tensor对象本身，它是对将在Session.run()时间计算的值的符号引用。您可以使用type(tf.map_fn(lambda x: x, user_words))查看此信息。因此，for word_sequence_i in tf.map_fn(...)中隐含的迭代产生了错误。

也许您正在寻找的是：

all_word_vecs = tf.map_fn(lambda x: tf.nn.embedding_lookup(word_emb, x), user_words)
word_vec = tf.reduce_mean(all_word_vecs, axis=1)

在相关的说明中，如果图形构造和执行之间的这种区别变得麻烦，您可能想要让TensorFlow的急切执行成为一种旋转。请参阅getting started和the programmer's guide。

希望有所帮助。

Tensorflow：迭代Tensor以嵌入查找？

1 个答案: